Pharmazeutische Zeitung online Avoxa
whatsApp instagram facebook bluesky linkedin xign
Covid-19

Berechnungsmodelle für schwere Verläufe

Gleich zwei Arbeitsgruppen stellen aktuell Modelle vor, die eine Abschätzung des Risikos für schwere Verläufe und Todesfälle bei Covid-19-Patienten ermitteln. Welche Faktoren sind besonders aussagekräftig?
AutorKontaktChristina Hohmann-Jeddi
Datum 15.05.2020  09:10 Uhr
Berechnungsmodelle für schwere Verläufe

Mithilfe von künstlicher Intelligenz haben Forscher um Li Yan von der Huazhong Universität für Wissenschaft und Technik in Wuhan drei Biomarker identifiziert, die die Mortalität bei Covid-19-Patienten relativ genau vorhersagen können. Dabei handelt es sich um Lactatdehydrogenase, Lymphozyten und die Konzentration des hochsensitiven C-reaktiven Proteins (hs-CRP). Das berichtet das Team im Fachjournal »Nature Machine Intelligence« (DOI: 10.1038/s42256-020-0180-7). Die drei Parameter erlaubten es, die Mortalität einzelner Covid-19-Patienten mit einer Genauigkeit von 90 Prozent vorherzusagen.

Um Risikopatienten rechtzeitig erkennen und entsprechend therapieren zu können, wären schnelle und genaue Methoden zur Abschätzung des klinischen Verlaufs hilfreich. Diese stehen derzeit noch nicht zur Verfügung. Um aussagekräftige Biomarker zu identifizieren, analysierte das Team aus Wuhan die Blutproben von 375 Patienten, die zwischen dem 10. Januar und 18. Februar in Krankenhäuser der Stadt aufgenommen worden waren. 201 Patienten erholten sich von der Erkrankung, 174 Menschen starben.

Die Forscher entwickelten einen Algorithmus, der unter allen angebotenen Parametern die Biomarker mit der höchsten Aussagekraft für die Mortalität heraussuchen sollte. Das mathematische Modell wurde mit allgemeinen Patientendaten, Symptomen und Blutwerten wie Leber- und Nierenwerte, Koagulationsfähigkeit, Elektrolyte und Entzündungsmarker gefüttert. Der Analyse zufolge waren der Wert für Lactatdehydrogenase (LDH), die Lymphozytenzahl und der hs-CRP-Wert die aussagekräftigsten Biomarker. Das Ergebnis sei plausibel, da LDH den Abbau von Gewebe anzeige, wie er auch bei Lungenentzündung und Lungenfibrose auftritt, heißt es in einer Pressemitteilung des Journals. »Bei Covid-19-Patienten zeigt der Anstieg des LDH-Werts das Ausmaß und die Aktivität der Lungenzerstörung an«, schreiben die Forscher.

Vor einigen Wochen war bereits aufgefallen, dass eine Abnahme der Lymphozytenzahl mit einem schweren Verlauf von Covid-19 assoziiert ist.  Auch ein Anstieg im CRP-Wert ist ein plausibler Marker: Er zeigt generell eine schlechte Prognose bei akutem Atemwegssyndrom (ARDS) an. CRP ist ein unspezifischer Entzündungsparameter,  dessen Expression durch Interleukin-6 induziert wird  und der selbst das Komplementsystem aktiviert.

Den Autoren zufolge stellt das Modell eine einfache Methode dar, um das Sterberisiko von Patienten abzuschätzen. Für die drei Faktoren gelten folgende Grenzwerte als kritisch: LDH über 365 U/l, Lymphozyten unter 14,7 Prozent und hs-CRP unter 41,2 mg/l. Das Modell müsse aber noch an anderen Daten geprüft und seine Genauigkeit verbessert werden, schreiben die Autoren.

Frag die KI
Die experimentelle KI
von PZ und PTA-Forum
Die experimentelle KI
von PZ und PTA-Forum
Die experimentelle KI
von PZ und PTA-Forum
 
FAQ
BETA
Menü
Zeit
SENDEN
Wie kann man die CAR-T-Zelltherapie einfach erklären?
Warum gibt es keinen Impfstoff gegen HIV?
Was hat der BGH im Fall von AvP entschieden?
Zeit
GESAMTER ZEITRAUM
3 JAHRE
1 JAHR
Senden
SENDEN
KI
IHRE FRAGE WIRD BEARBEITET ...
KI
KI
UNSERE ANTWORT
QUELLEN
22.01.2023 – Fehlende Evidenz?
LAV Niedersachsen sieht Verbesserungsbedarf
» ... Frag die KI ist ein experimentelles Angebot der Pharmazeutischen Zeitung. Es nutzt Künstliche Intelligenz, um Fragen zu Themen der Branche zu beantworten. Die Antworten basieren auf dem Artikelarchiv der Pharmazeutischen Zeitung und des PTA-Forums. Die durch die KI generierten Antworten sind mit Links zu den Originalartikeln. ... «
Ihr Feedback
War diese Antwort für Sie hilfreich?
 
 
FEEDBACK SENDEN
FAQ
Was ist »Frag die KI«?
»Frag die KI« ist ein experimentelles Angebot der Pharmazeutischen Zeitung. Es nutzt Künstliche Intelligenz, um Fragen zu Themen der Branche zu beantworten. Die Antworten basieren auf dem Artikelarchiv der Pharmazeutischen Zeitung und des PTA-Forums. Die durch die KI generierten Antworten sind mit Links zu den Originalartikeln der Pharmazeutischen Zeitung und des PTA-Forums versehen, in denen mehr Informationen zu finden sind. Die Redaktion der Pharmazeutischen Zeitung verfolgt in ihren Artikeln das Ziel, kompetent, seriös, umfassend und zeitnah über berufspolitische und gesundheitspolitische Entwicklungen, relevante Entwicklungen in der pharmazeutischen Forschung sowie den aktuellen Stand der pharmazeutischen Praxis zu informieren.
Was sollte ich bei den Fragen beachten?
Damit die KI die besten und hilfreichsten Antworten geben kann, sollten verschiedene Tipps beachtet werden. Die Frage sollte möglichst präzise gestellt werden. Denn je genauer die Frage formuliert ist, desto zielgerichteter kann die KI antworten. Vollständige Sätze erhöhen die Wahrscheinlichkeit einer guten Antwort.
Wie nutze ich den Zeitfilter?
Damit die KI sich bei ihrer Antwort auf aktuelle Beiträge beschränkt, kann die Suche zeitlich eingegrenzt werden. Artikel, die älter als sieben Jahre sind, werden derzeit nicht berücksichtigt.
Sind die Ergebnisse der KI-Fragen durchweg korrekt?
Die KI kann nicht auf jede Frage eine Antwort liefern. Wenn die Frage ein Thema betrifft, zu dem wir keine Artikel veröffentlicht haben, wird die KI dies in ihrer Antwort entsprechend mitteilen. Es besteht zudem eine Wahrscheinlichkeit, dass die Antwort unvollständig, veraltet oder falsch sein kann. Die Redaktion der Pharmazeutischen Zeitung übernimmt keine Verantwortung für die Richtigkeit der KI-Antworten.
Werden meine Daten gespeichert oder verarbeitet?
Wir nutzen gestellte Fragen und Feedback ausschließlich zur Generierung einer Antwort innerhalb unserer Anwendung und zur Verbesserung der Qualität zukünftiger Ergebnisse. Dabei werden keine zusätzlichen personenbezogenen Daten erfasst oder gespeichert.

Mehr von Avoxa